一种基于深度学习的室内动态环境建图方法及系统

本发明提供一种基于深度学习的室内动态环境建图方法及系统，其中，方法包括：基于深度学习技术，构建室内动态环境建图模型；创建建图需求；创建完成后，将建图需求输入室内动态环境建图模型，生成建图结果。本发明的一种基于深度学习的室内动态环境建图方法及系统，提出改进的轻量化框架算法对YOLOv5进行改进，训练挑选实时检测条件满足的轻量化网络。然后设计动态环境下VSLAM与ORB‑SLAM3的框架，以动静框重叠为判断机制、结合改进多视角几何动态区域检测模块，训练获取室内动态环境建图模型。对扫描识别结果进行深度学习保留动态物体特征点，极大提高了建图的鲁棒性和精准性。